ネットワーク効果（メトカーフとクリティカルマス）

🎓 レベル：応用　|　重要度：A（必須）

📎 前提：先発優位と模倣障壁（正のフィードバックがリードを伸ばす）

要点（BLUF）

ネットワーク効果とは、ユーザーが増えるほど一人ひとりにとっての価値も増す性質です。電話・SNS・決済のように、つながる相手が多いほど価値が高まります。
メトカーフの法則：ネットワークの価値はつながりの数、すなわちユーザー数の二乗にほぼ比例して増えます。
加入は自己実現的で、臨界質量（クリティカルマス）という不安定均衡を境に、ゼロ普及か総取りかに分岐します。加入の不動点モデルでこの分岐を再現します。

1. メトカーフの法則：価値は n² で増える

$n$ 人のネットワークでは、可能なつながりの数は $\binom{n}{2} = \frac{n(n-1)}{2}$ 。価値がつながり数に比例するなら、価値 $\propto n^2$ 。線形（ユーザー数に比例）ではありません。

import numpy as np
import pandas as pd

# メトカーフの法則：ネットワーク価値 ∝ つながりの数 n(n-1)/2
a = 1.0
rows = []
for n in [10, 100, 1000, 10000]:
    links = n * (n - 1) / 2
    rows.append((n, links, a * links))
df = pd.DataFrame(rows, columns=["ユーザー数n", "つながり数", "ネットワーク価値"])
print(df.to_string(index=False, float_format=lambda x: f"{x:,.0f}"))

# 1人あたり価値（≈ (n-1)/2）は n に比例して増える
for n in [100, 1000]:
    print(f"  n={n}: 1人あたり価値 = {a*(n-1)/2:.1f}")

出力：

 ユーザー数n      つながり数   ネットワーク価値
     10         45         45
    100      4,950      4,950
   1000    499,500    499,500
  10000 49,995,000 49,995,000
  n=100: 1人あたり価値 = 49.5
  n=1000: 1人あたり価値 = 499.5

出力の意味：ユーザーが10倍（100→1000）になると、ネットワーク価値は約100倍（4,950→499,500）に増えます。しかも1人あたりの価値も10倍（49.5→499.5）——規模が大きいほど後発が追いつけない差が開きます。これが「大きい者がさらに大きくなる」正のフィードバックの源で、先発優位と模倣障壁の模倣リード $L$ を内生的に引き伸ばします。（実際には全員が全員とつながるわけではなく、 $n^2$ は上限の目安です。）

2. 臨界質量：ゼロか総取りかの分岐

ネットワーク財では、加入の判断が「他に何人いるか」に依存します。ユーザー $i$ は、単独価値 $v_i$ ＋ネットワーク便益 $\beta n$ が価格 $p$ を超えるとき加入します。加入者数 $n$ が期待値と一致する不動点を探すと、複数均衡が現れます。

import numpy as np

N    = 1000     # 潜在ユーザー数
V    = 10.0     # 単独価値の上限（v_i ~ 一様[0, V]）
beta = 0.02     # ネットワーク効果の強さ（1ユーザー増の便益）
p    = 11.0     # 価格（単独価値の上限より高い＝ネットワークなしでは誰も入らない）

def next_adopters(n_exp):
    # 期待加入者 n_exp のとき、v_i + beta*n_exp >= p を満たす人数
    threshold = p - beta * n_exp
    frac = np.clip((V - threshold) / V, 0, 1)
    return N * frac

# いろいろな初期普及から不動点へ反復
for start in [0, 80, 120, 400]:
    n = float(start)
    for _ in range(200):
        n = next_adopters(n)
    print(f"  出発 {start:4d} 人 → 均衡 {n:.0f} 人")

# 臨界質量＝下から上への符号反転（不安定均衡）
ns = np.arange(0, N + 1)
diff = np.array([next_adopters(x) - x for x in ns])
crit = next(ns[i] for i in range(1, len(ns)) if diff[i-1] < 0 <= diff[i])
print(f"  臨界質量（不安定均衡）≈ {crit} 人")

出力：

  出発    0 人 → 均衡 0 人
  出発   80 人 → 均衡 0 人
  出発  120 人 → 均衡 1000 人
  出発  400 人 → 均衡 1000 人
  臨界質量（不安定均衡）≈ 100 人

出力の意味：価格がネットワークなしの価値を上回るので、初期普及が臨界質量 100 人を下回ると（80人から出発）普及はゼロへ萎みます。100人を超えると（120人から出発）正のフィードバックが働き、全員加入（1000人）へ一気にティップします。安定なのは「ゼロ」と「総取り」の両端だけで、間の臨界質量は不安定。だからネットワーク事業の初期は、補助金・無料・キラーコンテンツで臨界質量を超えさせることが死活的になります。これがプラットフォームの価格戦略（プラットフォーム戦略と二面市場）につながります。

⚠️ よくある誤解

「良い製品なら自然に普及する」ではない：臨界質量を超えるまでは正のフィードバックが逆向き（離脱が離脱を呼ぶ）。初期の点火が要ります。
「ネットワーク効果＝メトカーフで n²」ではない：実際の価値はサブグループ構造で n·log(n) 程度という説もあります。 $n^2$ は上限の目安です。
「先行＝総取り」ではない：臨界質量を先に超えた側が勝ちますが、互換性・マルチホーミング（複数併用）が効くと総取りは崩れます。
負のネットワーク効果：混雑・スパムでユーザー増が価値を下げることもあります（ $\beta<0$ の領域）。

要点（BLUF）

1. メトカーフの法則：価値は n² で増える

2. 臨界質量：ゼロか総取りかの分岐

⚠️ よくある誤解

関連ノート